Page 12 - 中国仿真学会通讯2020第1期

ＫＥＹＷＯＲＤＳ
Ｂｕｉｌｄｉｎｇ ｐｏｉｎｔ ｃｌｏｕｄ， Ｔｈｒｅｅ⁃ｄｉｍｅｎｓｉｏｎａｌ ｍｏｄｅｌｉｎｇ， Ｈｉｅｒａｒｃｈｉｃａｌ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ， Ｂｌｏｃｋ
ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ
１ Ｉｎｔｒｏｄｕｃｔｉｏｎ
Ｐｈｏｔｏｒｅａｌｉｓｔｉｃ ｔｈｒｅｅ⁃ｄｉｍｅｎｓｉｏｎａｌ （ ３Ｄ ） ｍｏｄｅｌ ｏｆ
ｂｕｉｌｄｉｎｇｓ ｉｓ ｔｈｅ ｆｏｕｎｄａｔｉｏｎ ｏｆ ｄｉｇｉｔａｌ ｃｉｔｉｅｓ， ａｎｄ
ｈａｓ ｐｏｔｅｎｔｉａｌ ａｐｐｌｉｃａｔｉｏｎ ｐｒｏｓｐｅｃｔｓ ｉｎ ａｒｅａｓ ｓｕｃｈ
ａｓ ｕｒｂａｎ ｐｌａｎｎｉｎｇ， ｕｒｂａｎ ｍａｎａｇｅｍｅｎｔ，ａｕｔｏｍａｔｉｃ
ｄｒｉｖｉｎｇ ａｎｄ ｏｔｈｅｒ ｆｉｅｌｄｓ， ｗｈｉｃｈ ｈａｖｅ ａｔｔｒａｃｔｅｄ
ｇｒｅａｔ ａｔｔｅｎｔｉｏｎ ｆｒｏｍ ｔｈｅ ａｃａｄｅｍｉｃ ｃｏｍｍｕｎｉｔｙ ［１］ ．
Ｗｉｔｈ ｔｈｅ ｃｏｎｔｉｎｕｏｕｓ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｔｈｅ ｃｏｍｐｕｔｅｒ
ｔｅｃｈｎｏｌｏｇｙ ａｎｄ ｔｈｅ ｍａｐｐｉｎｇ ｔｅｃｈｎｏｌｏｇｙ， ｓｕｃｈ ａｓ
ｔｈｅ ａｉｒｂｏｒｎｅ ｌａｓｅｒ ｓｃａｎｎｉｎｇ ｓｙｓｔｅｍ， ｔｈｅ ｖｅｈｉｃｌｅ
ｌａｓｅｒ ｓｃａｎｎｉｎｇ ｓｙｓｔｅｍ， ｔｈｅ ａｅｒｉａｌ ｐｈｏｔｏｇｒａｐｈｙ ｏｆ
ｄｒｏｎｅｓ， ａｎｄ ｔｈｅ ａｅｒｉａｌ ｏｂｌｉｑｕｅ ｐｈｏｔｏｇｒａｍｍｅｔｒｙ，
ｔｈｅ ３Ｄ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ｏｆ ｂｕｉｌｄｉｎｇｓ ｈａｓ ｂｅｅｎ
ｇｒｅａｔｌｙ ｉｍｐｒｏｖｅｄ ｉｎ ｔｅｒｍｓ ｏｆ ａｕｔｏｍａｔｉｏｎ ａｎｄ
ｍｏｄｅｌｉｎｇ ｅｆｆｅｃｔｓ．
Ｉｎ ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ｗａｙ， ｗｅ ｃａｎ ｏｂｔａｉｎ ａ ｌａｒｇｅ ｃｏｎｓｉｄｅｒ ｔｈｅ ｅｆｆｅｃｔ ｏｆ ｂｕｉｌｄｉｎｇ ｒｏｏｆ ｍｏｄｅｌｉｎｇ， ａｎｄ
ｎｕｍｂｅｒ ｏｆ ｂｕｉｌｄｉｎｇ ｐｏｉｎｔ ｃｌｏｕｄｓ ｔｈｒｏｕｇｈ ｌａｓｅｒ
ｒａｄａｒ， ｉｎｃｌｕｄｉｎｇ ａｉｒｂｏｒｎｅ ａｎｄ ｖｅｈｉｃｕｌａｒ， ａｎｄ
ｏｂｔａｉｎ ａ ｃｏｍｐｌｅｔｅ ｂｕｉｌｄｉｎｇ ｐｏｉｎｔ ｃｌｏｕｄ ｍｏｄｅｌ
ｔｈｒｏｕｇｈ ｄａｔａ ｆｕｓｉｏｎ． Ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ｍｏｄｅｌｉｎｇ
ｍｅｔｈｏｄ ｕｓｅｓ ｔｈｅ ｔｗｏ⁃ｄｉｍｅｎｓｉｏｎａｌ （ ２Ｄ） ｖｅｃｔｏｒ ｏｆ
ａ ｂｕｉｌｄｉｎｇ ｔｏ ｃｒｅａｔｅ ３Ｄ ｗｈｉｔｅ ｍｏｄｅｌ ｏｆ ｔｈｅ
ｂｕｉｌｄｉｎｇ， ａｎｄ ｔｈｅ ｔｅｘｔｕｒｅ ｉｓ ｏｂｔａｉｎｅｄ ｂｙ ｍａｎｕａｌ
ｓｈｏｏｔｉｎｇ ［ ２］ ． Ｔｈｉｓ ｍｅｔｈｏｄ ｉｓ ｌｏｗ ｉｎ ａｕｔｏｍａｔｉｏｎ
ａｎｄ ｍｏｄｅ ｌａｃｃｕｒａｃｙ． Ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ＬＩＤＡＲ
ｔｅｃｈｎｏｌｏｇｙ ｅｎａｂｌｅｓ ｓｃｈｏｌａｒｓ ｔｏ ｏｂｔａｉｎ ａ ｌａｒｇｅ
ｎｕｍｂｅｒ ｏｆ ３Ｄ ｐｏｉｎｔ ｃｌｏｕｄ ｏｆ ｂｕｉｌｄｉｎｇｓ． Ａｔ ｔｈｅ
ｓａｍｅ ｔｉｍｅ， ａ ｓｅｒｉｅｓ ｏｆ ｍｅｔｈｏｄｓ ｆｏｒ ３Ｄ
ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ｏｆ ｂｕｉｌｄｉｎｇｓ ｂａｓｅｄ ｏｎ ＬＩＤＡＲ ｐｏｉｎｔ
ｃｌｏｕｄ ｈａｖｅ ｂｅｅｎ ｐｒｏｐｏｓｅｄ． Ｌａｆａｒｇｅ ［ ３， ４ ］
ｒｅｇａｒｄｓ ｔｈｅ ｂｕｉｌｄｉｎｇｓ ａｓ ａ ｃｏｌｌｅｃｔｉｏｎ ｏｆ ｓｉｍｐｌｅ
ｕｒｂａｎ ｓｔｒｕｃｔｕｒｅｓ， ｓｉｍｉｌａｒ ｔｏ Ｌｅｇｏ ｂｒｉｃｋｓ． Ｔｈｅｙ
ｅｘｔｒａｃｔ ２Ｄ ｍｏｄｅｌｓ ｆｒｏｍ ｔｈｅ ｒｏｏｆ ｐｏｉｎｔ ｃｌｏｕｄ ａｎｄ
ｂｕｉｌｄ ｔｈｅ ｍｏｄｅｌ ｂｙ ｐｌａｃｉｎｇ ｂｌｏｃｋｓ ｏｆ ３Ｄ ｍｏｄｅｌｓ
ｏｎ ｔｈｅ ２Ｄ ｍｏｄｅｌｓ． Ｐｏｕｌｌｉｓ ［５， ６］ ｕｓｅｓ ｔｈｅ ｅｎｅｒｇｙ
ｍｉｎｉｍｉｚａｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｇｒａｐｈ ｃｕｔ ａｌｇｏｒｉｔｈｍ
ｔｏ ｅｘｔｒａｃｔ ｔｈｅ ｒｏｏｆ ｅｄｇｅ， ａｎｄ ｓｔｒｅｔｃｈｅｓ ｔｈｅ ｒｏｏｆ
ｅｄｇｅ ｔｏ ｂｕｉｌｄ ｔｈｅ ３Ｄ ｍｏｄｅｌ ｏｆ ｂｕｉｌｄｉｎｇｓ． Ａｌｌ ｔｈｅ
ｍｅｔｈｏｄｓ ｍｅｎｔｉｏｎｅｄ ａｂｏｖｅ ａｉｍ ａｔ ｓｉｍｐｌｅｒ ｍｏｄｅｌｓ
ａｎｄ ｏｎｌｙ ｃｏｎｓｉｄｅｒ ｔｈｅ ｇｅｏｍｅｔｒｉｃ ｉｎｆｏｒｍａｔｉｏｎ ｏｆ ｔｈｅ
ｂｕｉｌｄｉｎｇ ｒｏｏｆ． Ｔｈｅｎ， Ｗａｎ ［ ７ ］ ｐｒｏｐｏｓｅｓ ａ
ｇｒａｍｍａｔｉｃａｌ ｒｕｌｅ⁃ｂａｓｅｄ ｍｅｔｈｏｄ ｆｏｒ ｔｈｅ
ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ｏｆ ３Ｄ ｂｕｉｌｄｉｎｇ ｗａｌｌ． Ｂｙ ｉｎｔｒｏｄｕｃｉｎｇ
ｇｒａｍｍａｔｉｃａｌ ｒｕｌｅｓ， ｔｈｅ ｂｕｉｌｄｉｎｇ ｉｓ ｒｅｃｏｎｓｔｒｕｃｔｅｄ
ｉｎｔｏ ａ ｑｕａｄｒｉｌａｔｅｒａｌ ｓｅｔ． Ｗａｎｇ ［ ８ ］ ｐｒｏｐｏｓｅｓ ａ
ｍｏｄｅｌｉｎｇ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｌｉｎｅ ｆｒａｍｅ． Ｉｎ ｏｒｄｅｒ ｔｏ
ｅｓｔａｂｌｉｓｈ ｔｈｅ ｗｉｒｅｆｒａｍｅ ｍｏｄｅｌ ｏｆ ３Ｄ ｂｕｉｌｄｉｎｇ， ｔｈｅ
ｅｘｔｒａｃｔｅｄ ｗｉｒｅｆｒａｍｅ ｉｓ ｏｐｔｉｍｉｚｅｄ ｂｙ ｔｈｅ ｇｅｎｅｒａｔｉｖｅ
ａｄｖｅｒｓａｒｉａｌ ｎｅｔｓ ｗｉｔｈ ｃｏｎｄｉｔｉｏｎａｌ ｃｏｎｓｔｒａｉｎｔｓ． Ｔｈｅ
ｍｅｔｈｏｄｓ ｍｅｎｔｉｏｎｅｄ ａｂｏｖｅ ｐｒｏｖｉｄｅ ｒｅｌａｔｉｖｅｌｙ
ｃｏｍｐｌｅｔｅ ｐｏｉｎｔ ｃｌｏｕｄ ｏｆ ｔｈｅ ｂｕｉｌｄｉｎｇ ｆａｃａｄｅ，
ｗｈｉｃｈ ｃａｎ ｉｍｐｒｏｖｅ ｔｈｅ ｅｆｆｅｃｔ ｏｆ ｔｈｅ ｂｕｉｌｄｉｎｇ
ｆａｃａｄｅ ｍｏｄｅｌ． Ｈｏｗｅｖｅｒ， ｓｕｃｈ ｍｅｔｈｏｄｓ ｄｏ ｎｏｔ
ｔｈｅ ｍｏｄｅｌｉｎｇ ｐｒｏｃｅｓｓ ｉｓ ａｆｆｅｃｔｅｄ ｂｙ ｔｈｅ ｆａｃｔｏｒｓ
ｓｕｃｈ ａｓ ｔｈｅ ＬＩＤＡＲ ａｃｑｕｉｓｉｔｉｏｎ ｅｑｕｉｐｍｅｎｔ， ｔｈｅ
ａｃｑｕｉｓｉｔｉｏｎ ｃｏｎｄｉｔｉｏｎ ａｎｄ ｍｏｄｅｌ ｏｃｃｌｕｓｉｏｎ． Ａｌｌ
ｔｈｅｓｅ ｆａｃｔｏｒｓ ｎｅｅｄ ａ ｃｅｒｔａｉｎ ｄｅｇｒｅｅ ｏｆ ｍａｎｕａｌ
ｉｎｔｅｒａｃｔｉｏｎ， ｗｈｉｃｈ ｒｅｓｕｌｔ ｉｎ ｌｏｗ ａｕｔｏｍａｔｉｏｎ． Ｉｎ
ａｄｄｉｔｉｏｎ， Ｚｈａｎｇ ［ ９ ］ ｐｒｏｐｏｓｅｄ ａ ｂｕｉｌｄｉｎｇ
ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｓｔｒｕｃｔｕｒａｌ
ｐｅｒｃｅｐｔｉｏｎ， ｗｈｉｃｈ ｃａｎ ｓｏｌｖｅ ｔｈｅ ｐｒｏｂｌｅｍ ｏｆ
ｍｉｓｓｉｎｇ ｐｏｉｎｔ ｃｌｏｕｄ ｏｎ ｔｈｅ ｂｕｉｌｄｉｎｇ ｓｕｒｆａｃｅ．
Ａｔ ｐｒｅｓｅｎｔ， ａｅｒｉａｌ ｏｂｌｉｑｕｅ ｐｈｏｔｏｇｒａｍｍｅｔｒｙ
ｒｅｆｅｒｓ ｔｏ ａｃｑｕｉｒｉｎｇ ａｎ ｉｍａｇｅ ｕｓｉｎｇ ａｎ ａｅｒｉａｌ
ｃａｍｅｒａ ｗｉｔｈ ａ ｃｅｒｔａｉｎ ｏｂｌｉｑｕｅ ａｎｇｌｅ． Ｉｔ ｉｓ ｍａｉｎｌｙ
ｅｑｕｉｐｐｅｄ ｗｉｔｈ ｍｕｌｔｉｐｌｅ ｓｅｎｓｏｒｓ ｏｎ ｔｈｅ ｓａｍｅ
ｉｎｆｏｒｍａｔｉｏｎ ａｃｑｕｉｓｉｔｉｏｎ ｐｌａｔｆｏｒｍ， ｗｈｉｃｈ ｃａｎ
ｃｏｌｌｅｃｔ ｍｏｒｅ ｃｏｍｐｌｅｔｅ ａｎｄ ａｃｃｕｒａｔｅ ｉｎｆｏｒｍａｔｉｏｎ ｏｆ
ｇｒｏｕｎｄ ｏｂｊｅｃｔｓ ｆｒｏｍ ｄｉｆｆｅｒｅｎｔ ａｎｇｌｅｓ ｓｕｃｈ ａｓ
ｖｅｒｔｉｃａｌ ａｎｄ ｏｂｌｉｑｕｅ． Ｔｈｅ ｒａｐｉｄ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ
ａｅｒｉａｌ ｏｂｌｉｑｕｅ ｐｈｏｔｏｇｒａｍｍｅｔｒｙ ｐｒｏｖｉｄｅｓ ａ ｌａｒｇｅ
ａｍｏｕｎｔ ｏｆ ｒａｗ ｄａｔａ ｆｏｒ ３Ｄ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ｏｆ
０９